Overview. Testen von Planarität. Planare Graphen. Beliebige Knotenpositionen. Gerade Linien. Faces
|
|
- Carsten Ursler
- vor 7 Jahren
- Abrufe
Transkript
1 Overview Testen von Planarität Markus Chimani LS XI Algorithm Engineering, TU Dortmund VO Automatisches Zeichnen von Graphen 15 Planarität Grundbegriffe Wie erkennt man Planarität Boyer-Myrvold Überblick Idee Beispiel Gültigkeit Details zum Algorithmus & Analyse Wie mache ich das alles eigentlich wirklich? Wie mache ich das alles eigentlich wirklich schnell? Datenstrukturen, algorithmische Kniffe, Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 2 Planare Graphen Beliebige Knotenpositionen Planarer Graph Planarer Graph Nicht-Planarer Graph Theorem Für jeden planaren Graphen G gilt Für alle beliebigen Knotenpositionen existiert eine planare Zeichnung von G. Nicht-Planare Zeichnung Planare Zeichnung Nicht-Planare Zeichnung Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 3 Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 4 Gerade Linien Faces Theorem Jeder planare Graph kann mit ausschliesslich geraden Linien gezeichnet werden. Beobachtung Die der Kanten um die Knoten bleibt gleich! Kantenreihenfolge (CCW) implizierte Faces f 1 f 2 f 3 f 4 f 5 f 6 f 1 f 2 f 3 f 4 f 5 f 6 (äusseres Face) Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 5 Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 6 1
2 Faces Einbettungen von planaren Graphen Kantenreihenfolge (CCW) implizierte Faces f 1 f 2 f 3 f 4 f 5 f 6 f 1 (äusseres Face) f 2 f 3 f 4 f 5 f 6 Charakterisierung von planaren Zeichnungen (Äquivalenzklassen) Definition Kombinatorische Einbettung Für alle Knoten zyklische der inzidenten Kanten äquivalent Für alle Faces zyklische der inzidenten Kanten Definition Planare Einbettung Kombinatorische Einbettung & Wahl eines externen Faces Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 7 Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 8 Einbettungen Beispiel Kleinste nicht-planare Graphen K 3,3 (vollständig bipartit) K 5 (vollständig) Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 9 Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 10 Subdivisions & Minoren Kuratowskis Theorem Theorem (Kuratowski, 1933) Ein Graph ist genau dann nicht-planar, wenn er eine K 5 oder K 3,3 Subdivision enthält. Eine Subdivision von G entsteht durch Splitten von Kanten Ein Minor von G entsteht durch Verschmelzen von adj. Knoten Theorem (Wagner, 1937) Ein Graph ist genau dann nicht-planar, wenn er einen K 5 oder K 3,3 Minor enthält. Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 11 Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 12 2
3 Zweizusammenhang Euler Beobachtung Planarität kann man für 2-zusammenhängende Komponenten einzeln testen Sei G=(V,E) mit Faces F n= V, m= E, f= F Theorem (Eulers Polyederformel für planare Graphen) n m + f = 2 Gegebene Einbettung durch Abzählen auf Planarität testen. Folgerung Für planare Graphen muss gelten m 3n 6 m = O(n) Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 13 Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 14 Geschichte der Planaritätstests BM Überblick/ Quelle 1961 (Auslander, Parter) polynomiell, O(n 3 ) 1963 (Goldstein) Behebt Fehler (Nicht-Terminierung) in AP 1964 (Demoucron, Malgrange and Partuiset) O(n 2 ), einfach 1967 (Lempel, Even, Cederbaum) O(n 2 ), (vertex addition) 1974 (Hopcroft, Tarjan) O(n), kompliziert, (path addition) 1976 (Booth, Luecker) LEC in O(n) mit Hilfe von PQ-Bäumen (und st-numbering von Even, Tarjan 1976) 1985 (Chiba et al.) Einbettung aus LEC/BL in O(n) 1996 (Mehlhorn, Mutzel) Klärung von HT, Einbettung in O(n) 1985/2003 (de Fraysseix, Rosenstiehl) DFS-basierend, neues Planaritätskriterium, einfacher, sehr schnell 1999/2004 (Boyer, Myrvold) DFS-basierend, einfach und schnell, Einbettung ergibt sich während dem Algorithmus automatisch Jetzt also Planaritätstest von John M. Boyer und Wendy Myrvold Basierend auf On the Cutting Edge Simplified O(n) Planarity by Edge Addition. JGAA 8(3), pp , Vorteile Linear O(n) Einfach (im Vergleich ) Schnell in Praxis Einbettung ergibt sich direkt Einfache Extraktion einer Kuratowski-Subdivision Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 15 Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 16 BM Überblick/ Idee BM Überblick/ Kleines Beispiel Gegeben Graph G=(V,E), n = V, m = E = O(n) G DFS-Baum Einbettung Berechne einen beliebigen DFS-Baum (mit beliebigen Startknoten). Ordne Knoten gemäß DFI (DFS-Index) (v 1, v 2,..., v n ) /* DFS-Baum ist trivialerweise planar. */ for v i = { v n,, v 1 } /* Umgekehrte! */ Bette v i, zusammen mit allen Backedges (v j,v i ), mit j>i, planar ein. Einbettung mind. einer Backedge nicht möglich return G nicht planar return G ist planar (und eingebettet) Jede Kante d. Baums ist eigene Bicomp Backedge einfügen Bicomps verschmelzen Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 17 Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 18 3
4 BM Überblick/ Hauptprobleme Verwalten der Bicomps In welcher betten wir die Backedges ein? Wie bestimmen wir das Routing einer Backedge? Wie stellen wir fest, dass eine Backedge nicht planar eingebettet werden kann? Wie garantieren wir, dass eine nicht-einbettbare Kante tatsächlich nur bei nicht-planaren Graphen auftritt? (Wie schaffen wir das alles in Linearzeit?) Zwischengraph während Berechnung Menge von Bicomps Cut-Knoten existieren mehrmals je einmal pro inzidenter Bicomp DFS-Baum später während Algorithmus Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 19 Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 20 Eigenschaften der Bicomps Definition Die Wurzel einer Bicomp ist der Knoten mit kleinstem DFI Beobachtung Eine Bicomp mit Wurzel v enthält nie mehr als ein DFS-Kind von v Begründung Enthielte die Bicomp mindestens 2 Kinder, so wären diese nur über v verbunden. Widerspruch zu 2-Zusammenhang Pertinenz & Externalität Für Knoten v i mit DFI i pertinente Knoten/Bicomps Knoten v k, mit DFI k > i und Backedge (v k,v i ) Bicomps die am DFS-Pfad v i v k liegen. Cut-Knoten entlang des Pfads externe Knoten Knoten v k mit DFI k > i und Backedge (v k,v q ) mit q < i, oder Cut-Knoten entlang des DFS-Pfad v i v k Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 21 Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 22 Backedge einfügen Backedges einfügen externe Knoten müssen aussen liegen Flippen von Bicomps pertinente Bicomps verschmelzen Backedge einfügen unmöglich Backedges einfügen unmöglich externe Knoten können nicht weggeflippt werden Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 23 Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 24 4
5 Backedge einfügen möglich? Mehrere Backedges? Einfügelemma Eine Kante kann genau dann eingefügt werden, wenn ein Weg entlang den Aussenflächen der pertinenten Bicomps existiert, der keinen externen Knoten (Stop-Vertex) enthält. Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 25 Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 26 Mehrere Backedges? Mehrere Backedges? Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 27 Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 28 Mehrere Backedges? Mehrere Backedges? Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 29 Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 30 5
6 Mehrere Backedges? Mehrere Backedges? Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 31 Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 32 Mehrere Backedges? Mehrere Backedges? Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 33 Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 34 Mehrere Backedges? Mehrere Backedges? Übrigbleibende Bicomps in Bicomps 1-zusammenhängende Strukturen. Am Ende verschmelzen. Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 35 Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 36 6
7 Beispiel 1 Beispiel 2 Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 37 Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 38 Was bleibt? Warum ist der Algorithmus korrekt? Algorithmus bettet Graph ein Graph ist planar Algorithmus bettet Graph nicht ein Graph ist nicht planar Wie/Warum schafft den Algorithmus Linearzeit? Eine naïve Implementation dieser Idee mind. O(n 2 ) Zu lösende Punkte O(n) Kanten einfügen. Jede Kante in O(1) einfügbar? Nein! Amortisierte Analyse Wie schnell kann man eine einzelne Kante einfügen? Ausnutzen, dass mehrere Kanten gleichzeitig eingefügt werden? Geschickte Algorithmik & geschickte Analyse! Morgen! Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 39 7
Information Systems Engineering Seminar
Information Systems Engineering Seminar Algorithmische Prüfung der Planarität eines Graphen Marcel Stüttgen, 22.10.2012 FH AACHEN UNIVERSITY OF APPLIED SCIENCES 1 Planarität - Definition Ein Graph heißt
MehrDiplomarbeit. Effiziente Extraktion von Kuratowski-Teilgraphen. Jens M. Schmidt. Gutachter: Prof. Dr. Petra Mutzel Dipl.-Ing.
Diplomarbeit Effiziente Extraktion von Kuratowski-Teilgraphen Jens M. Schmidt Gutachter: Prof. Dr. Petra Mutzel Dipl.-Ing. Markus Chimani 16. März 2007 Fachbereich Informatik der Universität Dortmund Jens
MehrKap. 5: Planaritätsbasierte Verfahren
Kap. 5: Planaritätsbasierte Verfahren Prof. Dr. Petra Mutzel Lehrstuhl für Algorithm Engineering LS11 Universität Dortmund 23. VO WS07/08 21. Januar 2008 Literatur für diese VO M. Kaufmann, D. Wagner (Eds.):
MehrEffizienter Planaritätstest Vorlesung am
Effizienter Planaritätstest Vorlesung am 23.04.2014 INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER Satz Gegebenen einen Graphen G = (V, E) mit n Kanten und m Knoten, kann in O(n + m) Zeit
MehrÜbung Theoretische Grundlagen
Übung Theoretische Grundlagen Komplexitätstheorie Nico Döttling 8. Januar 2010 INSTITUT FÜR KRYPTOGRAPHIE UND SICHERHEIT KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in
MehrAlgorithmische Graphentheorie
Dr. Joachim Spoerhase und Prof. Dr. Alexander Wolff Lehrstuhl für Informatik I Algorithmische Graphentheorie Sommersemester 2014 10. Vorlesung Planaritätstest Planaritätstest Satz. [Hopcroft & Tarjan,
MehrNaiver Algorithmus für Hamiltonkreis
Naiver Algorithmus für Hamiltonkreis Algorithmus HAMILTON EINGABE: G = ([n], E) in Adjazenzmatrixdarstellung 1 Für alle Permutationen π : [n] [n]. 1 Falls (π(1), π(2),..., π(n)) ein Kreis in G ist, AUSGABE
MehrVisualisierung von Graphen
1 Visualisierung von Graphen Geradlinige Zeichnungen planarer Graphen 6. Vorlesung Sommersemester 2013 (basierend auf Folien von Marcus Krug und Tamara Mchedlidze, KIT) 2 Planare Graphen: Charakterisierung,
MehrKanonische Ordnungen und die Mondshein-Sequenz
Kanonische Ordnungen und die Mondshein-Sequenz a.k.a. (2,)-Order 2 8 0 9 5 7 6 2 Überblick Geradlinige Zeichnungen Kanonische Ordnungen + Shift-Algorithmus Erweiterungen durch Ohrendekompositionen Mondshein-Sequenz
MehrPlanaritätstest von Boyer und Myrvold
Planaritätstest on Boer nd Mrold A I E D C G H J F H K 0..8 Überblick Planare Graphen, Zeichnngen nd Rotationsssteme Algorithms on Boer-Mrold, Walkp, Walkdon Korrektheit Lafzeit O(n) Folgerngen 0..8 Planare
MehrAlgorithmische Graphentheorie
Dr. Joachim Spoerhase und Prof. Dr. Alexander Wolff Lehrstuhl für Informatik I Algorithmische Graphentheorie Sommersemester 2017 10. Vorlesung Planaritätstest und Färben planarer Graphen Graphen färben
MehrSeminar Algorithmen für planare Graphen
Seminar Algorithmen für planare Graphen Reinhard Bauer, Marcus Krug, Ignaz Rutter, Dorothea Wagner Universität Karlsruhe (TH) Institut für Theoretische Informatik Lehrstuhl Algorithmik I 24. Oktober 2008
MehrWS 2015/16 Diskrete Strukturen Kapitel 4: Graphen (Planare Graphen, Färbung)
WS 2015/16 Diskrete Strukturen Kapitel 4: Graphen (Planare Graphen, Färbung) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_15
MehrWS 2009/10. Diskrete Strukturen
WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910
MehrDistanzprobleme in der Ebene
Distanzprobleme in der Ebene (Literatur: deberg et al., Kapitel 7,9) Christian Knauer 1 Motivation: Alle nächsten Nachbarn Gegeben: Eine Menge von Punkten P in der Ebene Berechne: Zu jedem Punkt aus P
MehrÜberblick. Kap. 1.4: Minimum Weight Perfect Matching. 1.3 Blüten-Schrumpf Algorithmus für Maximum Matching
Kap. 1.4: Minimum Weight Professor Dr. Petra Mutzel Lehrstuhl für Algorithm Engineering, LS11 4. VO 6. November 2006 Überblick kurze Wiederholung: 1.2 Blüten-Schrumpf-Algorithmus für Perfektes Matching
Mehr2. Triangulation ebener Punktmengen. 3. Definition und Eigenschaften der Delaunay Triangulation
Delaunay Triangulation 1. Motivation 2. Triangulation ebener Punktmengen 3. Definition und Eigenschaften der Delaunay Triangulation 4. Berechnung der Delaunay Triangulation (randomisiert, inkrementell)
MehrAlgorithmische Methoden zur Netzwerkanalyse
Algorithmische Methoden zur Netzwerkanalyse Prof. Dr. Henning Meyerhenke Institut für Theoretische Informatik 1 KIT Henning Universität desmeyerhenke, Landes Baden-Württemberg Institutund für Theoretische
MehrÜbung zur Vorlesung Diskrete Strukturen I
Technische Universität München WS 00/0 Institut für Informatik Aufgabenblatt Prof. Dr. J. Csirik. November 00 Brandt & Stein Übung zur Vorlesung Diskrete Strukturen I Abgabetermin: Tutorübungen am. und.
MehrZweizusammenhang und starker Zusammenhang
.. Zeizusammenhang und starker Zusammenhang Carsten Gutenger Vorlesung Algorithmen und Datenstrukturen WS /. Januar Zeizusammenhang Betrachte ein Netzerk (Graph) Z.B. Computernetzerk, Flug- oder Schienennetzerk
Mehrdurch Einfügen von Knoten konstruiert werden kann.
Satz von Kuratowski Definition Unterteilung eines Graphen Sei G = (V, E) und e = {u, v} E. 1 Das Einfügen eines neuen Knoten w in die Kante e führt zum Graphen G = (V {w}, E \ e {{u, w}, {w, v}}). 2 Der
MehrDiskrete Mathematik Graphentheorie (Übersicht)
Diskrete Mathematik Graphentheorie (Übersicht) Dr. C. Löh 2. Februar 2010 0 Graphentheorie Grundlagen Definition (Graph, gerichteter Graph). Ein Graph ist ein Paar G = (V, E), wobei V eine Menge ist (die
MehrDiskrete Strukturen. Hausaufgabe 1 (5 Punkte) Hausaufgabe 2 (5 Punkte) Wintersemester 2007/08 Lösungsblatt Januar 2008
Technische Universität München Fakultät für Informatik Lehrstuhl für Informatik 15 Computergraphik & Visualisierung Prof. Dr. Rüdiger Westermann Dr. Werner Meixner Wintersemester 2007/08 Lösungsblatt 9
MehrPolygontriangulierung
Vorlesung Algorithmische Geometrie Polygone triangulieren LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 26.04.2011 Das Kunstgalerie-Problem
MehrDatenstrukturen Teil 2. Bäume. Definition. Definition. Definition. Bäume sind verallgemeinerte Listen. Sie sind weiter spezielle Graphen
Bäume sind verallgemeinerte Listen Datenstrukturen Teil 2 Bäume Jeder Knoten kann mehrere Nachfolger haben Sie sind weiter spezielle Graphen Graphen bestehen aus Knoten und Kanten Kanten können gerichtet
MehrA Berlin, 10. April 2017
A Berlin, 10. April 2017 Name:... Matr.-Nr.:... Wiederholung der schriftlichen Prüfung zur Vorlesung Diskrete Strukturen (Niedermeier/Molter/Froese, Wintersemester 2016/17) Einlesezeit: 15 Minuten Bearbeitungszeit:
MehrStudientag zur Algorithmischen Mathematik
Studientag zur Algorithmischen Mathematik Eulertouren, 2-Zusammenhang, Bäume und Baumisomorphismen Winfried Hochstättler Diskrete Mathematik und Optimierung FernUniversität in Hagen 22. Mai 2011 Outline
MehrKapitel 8: Bipartite Graphen Gliederung der Vorlesung
Gliederung der Vorlesung 1. Grundbegriffe. Elementare Graphalgorithmen und Anwendungen 3. Kürzeste Wege 4. Minimale spannende Bäume 5. Färbungen und Cliquen 6. Traveling Salesman Problem 7. Flüsse in Netzwerken
MehrGraphen: Rundwege, Kodierung von Bäumen
TH Mittelhessen, Wintersemester 2013/2014 Lösungen zu Übungsblatt 11 Fachbereich MNI, Diskrete Mathematik 4./5./6. Februar 2014 Prof. Dr. Hans-Rudolf Metz Graphen: Rundwege, Kodierung von Bäumen Aufgabe
MehrÜbungsaufgaben Graphentheorie, Wintersemester 2011/12
Übungsaufgaben Graphentheorie, Wintersemester 2011/12 Frank Göring 25. Januar 2012 Zusammenfassung Übungsaufgaben zur Graphentheorievorlesung. 1 Bis 19.10.2011 1. Wir hatten einen Graphen G als zusammenhängend
MehrGraphentheorie. Eulersche Graphen. Eulersche Graphen. Eulersche Graphen. Rainer Schrader. 14. November Gliederung.
Graphentheorie Rainer Schrader Zentrum für Angewandte Informatik Köln 14. November 2007 1 / 22 2 / 22 Gliederung eulersche und semi-eulersche Graphen Charakterisierung eulerscher Graphen Berechnung eines
Mehr2. November Gradfolgen Zusammenhang Kürzeste Wege. H. Meyerhenke: Algorithmische Methoden zur Netzwerkanalyse 37
2. November 2011 Gradfolgen Zusammenhang Kürzeste Wege H. Meyerhenke: Algorithmische Methoden zur Netzwerkanalyse 37 Satz von Erdős und Gallai Eine Partition einer natürlichen Zahl ist genau dann die Gradfolge
Mehr4. Kreis- und Wegeprobleme
4. Kreis- und Wegeprobleme Kapitelübersicht 4. Kreis- und Wegeprobleme Charakterisierung von eulerschen Graphen Bestimmung von eulerschen Wegen und Kreisen Hamiltonsche Graphen Abstände in Graphen Berechnung
MehrGraphalgorithmen Minimale Spannbäume. Kruskal: Minimaler Spannbaum
Kruskal: Minimaler Spannbaum (Folie 414, Seite 78 im Skript) 4 6 2 3 1 2 5 3 7 1 4 Kruskals Algorithmus Implementierung (Folie 415, Seite 78 im Skript) Algorithmus function Kruskal(G, w) : A := ; for each
MehrDieser Graph hat 3 Zusammenhangskomponenten
Vl 2, Informatik B, 19. 04. 02 1.1.3 Definitionen und wichtige Graphen Sei im folgenden G =(V;E) ein schlichter ungerichteter Graph. Definition: Der Grad eines Knoten v in einem ungerichteten Graphen ist
MehrGeordnete Spannbäume
Universität Konstanz WS 2004/05 Fachbereich Informatik und Informationswissenschaft Seminar Prof. Dr. U. Brandes Zeichnen von Graphen Geordnete Spannbäume Sven Wagner sven.wagner@uni-konstanz.de Zusammenfassung
MehrVorlesung 1: Graphentheorie. Markus Püschel David Steurer. Algorithmen und Datenstrukturen, Herbstsemester 2018, ETH Zürich
Vorlesung 1: Graphentheorie Markus Püschel David Steurer Algorithmen und Datenstrukturen, Herbstsemester 2018, ETH Zürich Plan für die ersten Vorlesungen Vorlesungen 1,2: wichtige mathematische Grundlagen;
MehrQ.E.D. Algorithmen und Datenstrukturen Wintersemester 2018/2019 Übung#2, Christian Rieck, Arne Schmidt
Institute of Operating Systems and Computer Networks Algorithms Group Q.E.D. Algorithmen und Datenstrukturen Wintersemester 2018/2019 Übung#2, 01.11.2018 Christian Rieck, Arne Schmidt Einführendes Beispiel
MehrDiskrete Strukturen Kapitel 4: Graphentheorie (Grundlagen)
WS 2015/16 Diskrete Strukturen Kapitel 4: Graphentheorie (Grundlagen) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_15
MehrEinheit 11 - Graphen
Einheit - Graphen Bevor wir in medias res (eigentlich heißt es medias in res) gehen, eine Zusammenfassung der wichtigsten Definitionen und Notationen für Graphen. Graphen bestehen aus Knoten (vertex, vertices)
MehrUniv.-Prof. Dr. Goulnara ARZHANTSEVA
Diskrete Mathematik Univ.-Prof. Dr. Goulnara ARZHANTSEVA SS 2018 c Univ.-Prof. Dr. Goulnara Arzhantseva Kapitel 08: Menger, König und Hall / Planare Graphen 1 / 30 Der Satz von Menger: s t trennende Kantenmenge
Mehr1 Pfade in azyklischen Graphen
Praktikum Algorithmen-Entwurf (Teil 5) 17.11.2008 1 1 Pfade in azyklischen Graphen Sei wieder ein gerichteter Graph mit Kantengewichten gegeben, der diesmal aber keine Kreise enthält, also azyklisch ist.
Mehr8.4 Digraphen mit negativen Kantengewichten Grundsätzliches Betrachte Startknoten s und einen Kreis C mit Gesamtlänge < 0.
8.4 Digraphen mit negativen Kantengewichten 8.4.1 Grundsätzliches Betrachte Startknoten s und einen Kreis C mit Gesamtlänge < 0. k 4 5 1 s 1 3 2 C k 0 k 3 1 1 1 k 1 k 2 v Sollte ein Pfad von s nach C und
Mehr3 Planare Graphen die Eulersche Polyederformel
3 Planare Graphen die Eulersche Polyederformel Planare Graphen sind solche Graphen, die sich ohne Überkreuzungen von Kanten in eine Ebene zeichnen lassen. Wir nehmen hierbei an, dass die Knoten als Punkte
Mehr4 Färbungen Begriffe Komplexität Greedy-Algorithmus Knotenreihenfolgen Das 4-Farben-Problem...
Inhaltsverzeichnis 4 Färbungen 41 4.1 Begriffe....................... 41 4.2 Komplexität..................... 42 4.3 Greedy-Algorithmus................ 42 4.4 Knotenreihenfolgen................. 43 4.5
Mehr6. Planare Graphen und Färbungen
6. Planare Graphen und Färbungen Lernziele: Den Begriff der Planarität verstehen und erläutern können, wichtige Eigenschaften von planaren Graphen kennen und praktisch einsetzen können, die Anzahl von
MehrÜbungsblatt 6. Vorlesung Theoretische Grundlagen der Informatik im WS 16/17
Institut für Theoretische Informatik Lehrstuhl Prof. Dr. D. Wagner Übungsblatt 6 Vorlesung Theoretische Grundlagen der Informatik im WS 16/17 Ausgabe 22. Dezember 2016 Abgabe 17. Januar 2017, 11:00 Uhr
MehrDiskrete Strukturen Kapitel 4: Graphentheorie (Bäume)
WS 2016/17 Diskrete Strukturen Kapitel 4: Graphentheorie (Bäume) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_16
Mehr5 Graphen. Repräsentationen endlicher Graphen. 5.1 Gerichtete Graphen. 5.2 Ungerichtete Graphen. Ordnung von Graphen
Grundlagen der Mathematik für Informatiker 1 Grundlagen der Mathematik für Informatiker 5 Graphen 5.1 Gerichtete Graphen Definition 5.1 (V, E) heißt gerichteter Graph (Digraph), wenn V Menge von Knoten
Mehr3-Färbbarkeit. Korollar: Zu Entscheiden, ob ein Graph k-färbbar ist mit k 3, ist NP-vollständig.
3-Färbbarkeit Wir wissen bereits, dass in polynomieller Zeit entschieden werden kann, ob ein Graph 2-färbbar ist. Satz: Zu Entscheiden, ob ein Graph 3-färbbar ist, ist NPvollständig. Beweis: Reduktion
MehrWie komme ich von hier zum Hauptbahnhof?
NP-Vollständigkeit Wie komme ich von hier zum Hauptbahnhof? P Wie komme ich von hier zum Hauptbahnhof? kann ich verwende für reduzieren auf Finde jemand, der den Weg kennt! Alternativ: Finde eine Stadtkarte!
Mehr11: Die Euler sche Polyederformel für planare Graphen
Chr.Nelius: Graphentheorie (WS 2016/17) 38 11: Die Euler sche Polyederformel für planare Graphen (11.1) BEM: a) Ein Polyeder (auch Vielflach oder Vielflächner) ist ein geometrischer Körper, der nur von
MehrFerienkurs zum Propädeutikum Diskrete Mathematik. Technische Universität München
Ferienkurs zum Propädeutikum Diskrete Mathematik Andreas Würfl Stefan König Technische Universität München WS 09/10 Übersicht 1 Binäre Relationen 2 Elementares Zählen 3 Partitionen zählen 4 Erzeugende
MehrDatenstrukturen und Algorithmen (SS 2013)
Datenstrukturen und Algorithmen (SS 2013) Übungsblatt 10 Abgabe: Montag, 08.07.2013, 14:00 Uhr Die Übungen sollen in Gruppen von zwei bis drei Personen bearbeitet werden. Schreiben Sie die Namen jedes
MehrFür die Anzahl der Kanten in einem vollständigen Graphen (und damit für die maximale Anzahl von Kanten in einem einfachen Graphen) gilt:
Der K 4 lässt sich auch kreuzungsfrei zeichnen: Für die Anzahl der Kanten in einem vollständigen Graphen (und damit für die maximale Anzahl von Kanten in einem einfachen Graphen) gilt: ( ) n n (n 1) E
MehrDiskrete Strukturen. Hausaufgabe 1 (5 Punkte) Wintersemester 2007/08 Lösungsblatt Januar 2008
Technische Universität München Fakultät für Informatik Lehrstuhl für Informatik 15 Computergraphik & Visualisierung Prof. Dr. Rüdiger Westermann Dr. Werner Meixner Wintersemester 2007/08 Lösungsblatt 8
MehrWestfälische Wilhelms-Universität Münster. Fachbereich: Mathematik und Informatik. Planare Graphen
Westfälische Wilhelms-Universität Münster Fachbereich: Mathematik und Informatik Planare Graphen Kreuzungslemma und Charakterisierung planarer Graphen nach Kuratowski Andrea Vollmer Seminar: Graphentheorie
MehrAlgorithmen zur Visualisierung von Graphen
Algorithmen zur Visualisierung von Graphen Kombinatorische Optimierung mittels Flussmethoden II Vorlesung im Wintersemester 2011/2012 10.11.2011 Orthogonale Zeichnungen II letztes Mal: Satz G Maxgrad-4-Graph
MehrBipartites Matching. Gegeben: Ein bipartiter, ungerichteter Graph (V 1, V 2, E). Gesucht: Ein Matching (Paarung) maximaler Kardinalität.
Netzwerkalgorithmen Bipartites Matching (Folie 90, Seite 80 im Skript) Gegeben: Ein bipartiter, ungerichteter Graph (V, V, E). Gesucht: Ein Matching (Paarung) maximaler Kardinalität. Ein Matching ist eine
MehrRandomisierte Algorithmen
Randomisierte Algorithmen Kapitel 1 Markus Lohrey Universität Leipzig http://www.informatik.uni-leipzig.de/~lohrey/rand WS 2005/2006 Markus Lohrey (Universität Leipzig) Randomisierte Algorithmen WS 2005/2006
MehrAlgorithmentechnik - U bung 3 4. Sitzung Tanja Hartmann 03. Dezember 2009
Algorithmentechnik - U bung 3 4. Sitzung Tanja Hartmann 03. Dezember 2009 I NSTITUT F U R T HEORETISCHE I NFORMATIK, P ROF. D R. D OROTHEA WAGNER KIT Universita t des Landes Baden-Wu rttemberg und nationales
MehrInhaltsverzeichnis. Eigenschaften. Eigenschaften. 1 outerplanare Graphen. 2 k-outerplanare Graphen. Outerplanarity. Julie Meißner & Sebastian Sondern
Vortrag zur Vorlesung Graphalgorithmen WS09 & Beispiele 0. November 009 / Inhaltsverzeichnis & Beispiele & Beispiele / - outerplanar (G=(V,E) outerplanar) G planar und & Beispiele / - outerplanar (G=(V,E)
MehrKantengraphen und Planare Graphen. Seminararbeit
Kantengraphen und Planare Graphen Seminararbeit in Mathematisches Seminar für LAK 621.378 SS 2018 vorgelegt von Anna Maria Gärtner bei: Baur, Karin, Univ.-Prof. Dr.phil. Graz, 2018 Inhaltsverzeichnis 1
MehrMaximale s t-flüsse in Planaren Graphen
Maximale s t-flüsse in Planaren Graphen Vorlesung Algorithmen für planare Graphen 6. Juni 2017 Guido Brückner INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg
MehrNachbarschaft, Grad, regulär, Inzidenz
Nachbarschaft, Grad, regulär, Inzidenz Definition Eigenschaften von Graphen Sei G = (V, E) ein ungerichteter Graph. 1 Die Nachbarschaftschaft Γ(u) eines Knoten u V ist Γ(u) := {v V {u, v} E}. 2 Der Grad
MehrAlgorithmen zur Visualisierung von Graphen Lagenlayouts
Algorithmen zur Visualisierung von Graphen Lagenlayouts Marcus Krug Institut für Theoretische Informatik 25.06.2009 1/ 41 E-Mail-Graph der Fakultät für Informatik 2/ 41 E-Mail-Graph der Fakultät für Informatik
MehrAlgorithmische Geometrie: Schnittpunkte von Strecken
Algorithmische Geometrie: Schnittpunkte von Strecken Nico Düvelmeyer WS 2009/2010, 3.11.2009 3 Phasen im Algorithmenentwurf 1. Konzentration auf das Hauptproblem 2. Verallgemeinerung auf entartete Eingaben
MehrInformatik B Sommersemester Musterlösung zur Klausur am
Informatik B Sommersemester 01 Musterlösung zur Klausur am 1.0.01 Leider wurde der Hinweis, dass alle Lösungen kurz (stichpunktartig), aber inhaltlich ausreichend zu kommentieren sind, nicht immer beachtet.
MehrKap. 6.5: Minimale Spannbäume
Kap. 6.5: Minimale Spannbäume Professor Dr. Lehrstuhl für Algorithm Engineering, LS11 Fakultät für Informatik, TU Dortmund 19./20. VO DAP2 SS 2009 30.6./2.7.2009 1 Anmeldung zur Klausur 31.07.2009 um 10:15
Mehr9. November ZHK in dynamischen Graphen Zentralitäten. H. Meyerhenke: Algorithmische Methoden zur Netzwerkanalyse 67
9. November 2011 ZHK in dynamischen Graphen Zentralitäten H. Meyerhenke: Algorithmische Methoden zur Netzwerkanalyse 67 ZHK in dynamischen Graphen Ungerichteter schlichter dynamischer Graph Dynamisch:
Mehr8: Bipartite Graphen. s 1. bei dem es eine Kante zwischen s i und k gibt, wenn der Schüler s i die Note k für seine Arbeit bekommen hat.
Chr.Nelius: Graphentheorie (WS 2018/19) 8 Bipartite Graphen 26 8: Bipartite Graphen In einer Schulklasse mit 24 Schülern s 1,s 2,s 3,...,s 24 wurde eine Mathe Arbeit geschrieben. Um das Ergebnis bildlich
MehrInformatik II, SS 2018
Informatik II - SS 2018 (Algorithmen & Datenstrukturen) Vorlesung 13 (6.6.2018) Graphenalgorithmen II Yannic Maus Algorithmen und Komplexität Repräsentation von Graphen Zwei klassische Arten, einen Graphen
MehrPraktikum Planare Graphen
1 Praktikum Planare Graphen Michael Baur, Martin Holzer, Steffen Mecke 10. November 2006 Einleitung Gliederung 2 Grundlagenwissen zu planaren Graphen Themenvorstellung Gruppeneinteilung Planare Graphen
MehrFormale Grundlagen. bis , Lösungen. 1. Beweisen Sie, daß die Summe aller Grade der Knoten stets gerade ist.
Formale Grundlagen 4. Übungsaufgaben bis 2011-06-03, Lösungen 1. Beweisen Sie, daß die Summe aller Grade der Knoten stets gerade ist. 2. Finden Sie einen Eulerschen Weg im Briefumschlag, d.h. in: { ((1,
MehrAlgorithmen und Datenstrukturen 2
Algorithmen und Datenstrukturen Lerneinheit : Kürzeste Pfade in Graphen Prof. Dr. Christoph Karg Studiengang Informatik Hochschule Aalen Sommersemester 016.6.01 Einleitung Diese Lerneinheit beschäftigt
MehrAlgorithmen zur Visualisierung von Graphen
Algorithmen zur Visualisierung von Graphen Flussmethoden Knickminimierung in orthogonalen Layouts Vorlesung im Sommersemester 2009 Martin Nöllenburg.05.2009 Lehrstuhl für Algorithmik nstitut für Theoretische
MehrName:... Vorname:... Matr.-Nr.:... Studiengang:...
Technische Universität Braunschweig Sommersemester 2013 IBR - Abteilung Algorithmik Prof. Dr. Sándor P. Fekete Dr. Christiane Schmidt Stephan Friedrichs Klausur Netzwerkalgorithmen 16.07.2013 Name:.....................................
MehrChristian Rieck, Arne Schmidt
Institute of Operating Systems and Computer Networks Algorithms Group Algorithmen und Datenstrukturen Wintersemester 207/208 Übung#2, 09..207 Christian Rieck, Arne Schmidt Organisatorisches Anmeldung Mailingliste
MehrWS 2013/14. Diskrete Strukturen
WS 2013/14 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws1314
MehrAlgorithmische Graphentheorie
Algorithmische Graphentheorie Vorlesung 7 und 8: Euler- und Hamilton-Graphen Babeş-Bolyai Universität, Department für Informatik, Cluj-Napoca csacarea@cs.ubbcluj.ro 17. April 2018 1/96 WIEDERHOLUNG Eulersche
MehrAlgorithmische Graphentheorie
Dr. Joachim Spoerhase und Prof. Dr. Alexander Wolff Lehrstuhl für Informatik I Algorithmische Graphentheorie Sommersemester 2014 10. Vorlesung Planare Graphen Graphen zeichnen Def. injektive, in beiden
MehrPlanare Graphen und Färbungen. Kapitel 7. Peter Becker (H-BRS) Graphentheorie Wintersemester 2018/ / 296
Kapitel 7 Peter Becker (H-BRS) Graphentheorie Wintersemester 2018/19 256 / 296 Inhalt Inhalt 7 Färbungen Peter Becker (H-BRS) Graphentheorie Wintersemester 2018/19 257 / 296 Jordankurve Zentrale Frage
MehrPlanare Graphen. Ein Graph heißt planar, wenn er sich so in die Ebene einzeichnen lässt, dass sich die Kanten nicht schneiden.
Planare Graphen Bei der Betrachtung des K 3,3 ergab sich die Frage, ob man diesen Graph so in die Ebene einzeichnen kann, dass sich die Kanten nicht schneiden. Das motiviert folgende Definition: Ein Graph
MehrGraphen. Leonhard Euler ( )
Graphen Leonhard Euler (1707-1783) 2 Graph Ein Graph besteht aus Knoten (nodes, vertices) die durch Kanten (edges) miteinander verbunden sind. 3 Nachbarschaftsbeziehungen Zwei Knoten heissen adjazent (adjacent),
MehrAlgorithmische Geometrie: Rest Lokalisierung von Punkten; Voronoi Diagramme (1/2)
Algorithmische Geometrie: Rest Lokalisierung von Punkten; Voronoi Diagramme (1/2) Nico Düvelmeyer WS 2009/2010, 22.12.2009 Überblick 1 Fertigstellung Kapitel 7 2 Definition Voronoi Diagramm 3 Grundlegende
MehrZählen perfekter Matchings in planaren Graphen
Zählen perfekter Matchings in planaren Graphen Kathlén Kohn Institut für Mathematik Universität Paderborn 25. Mai 2012 Inhaltsverzeichnis Motivation Einführung in Graphentheorie Zählen perfekter Matchings
MehrDatenstrukturen und Algorithmen SS07
Datenstrukturen und Algorithmen SS0 Datum:.6.200 Michael Belfrage mbe@student.ethz.ch belfrage.net/eth Programm von Heute Minimaler Spannbaum (MST) Challenge der Woche Fibonacci Heap Minimaler Spannbaum
MehrInformatik II, SS 2014
Informatik II SS 2014 (Algorithmen & Datenstrukturen) Vorlesung 16 (2.7.2014) Graphtraversierung II, Minimale Spannbäume I Algorithmen und Komplexität Tiefensuche: Pseusocode DFS Traversal: for all u in
MehrVorlesung Datenstrukturen
Vorlesung Datenstrukturen Graphdurchläufe Maike Buchin 22. und 27.6.2017 Graphexploration Motivation: Für viele Zwecke will man den gesamten Graphen durchlaufen, zb. um festzustellen ob er (stark) zusammenhängt.
MehrÜbung zur Vorlesung Diskrete Mathematik (MAT.107) Blatt Beispiellösungen Abgabefrist:
Svenja Hüning, Michael Kerber, Hannah Schreiber WS 2016/2017 Übung zur Vorlesung Diskrete Mathematik (MAT.107) Blatt Beispiellösungen Abgabefrist: Hinweise: Dieses Blatt präsentiert Beispiellösungen zu
MehrStatistik und Graphentheorie
Statistik und Graphentheorie Sommersemester 2014 24. März 2015 Teil Graphentheorie Matrikelnummer: 1 (12) 2 (12) 3 (12) 4 (12) 5 (12) (60) Aufgabe 1 (12 Punkte) Gegeben sei das folgende Netzwerk: (a) Berechnen
MehrInformatik II Prüfungsvorbereitungskurs
Informatik II Prüfungsvorbereitungskurs Tag 4, 23.6.2016 Giuseppe Accaputo g@accaputo.ch 1 Programm für heute Repetition Datenstrukturen Unter anderem Fragen von gestern Point-in-Polygon Algorithmus Shortest
MehrAnwendungen von Graphen
Anwendungen von Graphen Strassen- und Verkehrsnetze Computernetzwerke elektrische Schaltpläne Entity-Relationship Diagramme Beweisbäume endliche Automaten Syntaxbäume für Programmiersprachen Entscheidungsbäume
MehrElementare Definitionen. Anwendungen von Graphen. Formalisierung von Graphen. Formalisierung von Digraphen. Strassen- und Verkehrsnetze
Anwendungen von Graphen Strassen- und Verkehrsnetze Computernetzwerke Elementare Definitionen Ein Graph besteht aus Knoten und Kanten, die die Knoten verbinden. elektrische Schaltpläne Entity-Relationship
MehrElementare Definitionen. Anwendungen. Formalisierung von Digraphen. Formalisierung von Graphen
Elementare Definitionen Ein Graph besteht anschaulich aus Knoten und Kanten, die die Knoten verbinden. Anwendungen Flussdiagramme Versorgungsnetze Computernetzwerke Petri-Netze Entity-Relationship Diagramme
Mehr